特修斯之船是一个被讨论过无数次的哲学问题：一艘船在航行过程中，船板、桅杆、船帆被逐块替换，直到最初的部件一个也没有留下，它还是原来的那艘船吗？
我并不想继续讨论它的哲学答案，这个故事中吸引我的是自身不断变化但是仍然抵达终点的这艘船：如果船可以在航行中更换自己的每一个部件，它是不是能比一艘结构固定的船更快地适应风浪，抵达原本无法抵达的地方？
这个 blog 是我对 DeepSeek Harness 的一个猜想，这个猜想未必正确，DeepSeek 也从未明确宣布过这样一份 AGI 路线图。但在一切尚未收敛的时候，我想先把判断写下来。未来回头看，至少可以知道自己在这个时间点究竟看到了什么，又看错了什么。
模型已经足够聪明，为什么 Agent 仍然显得笨拙？
在此前流出的投资者交流会转写稿中，梁文锋把智能的发展描述为一条阶梯：语言模型、思维链、Agent、持续学习、自我迭代，最终才是具身智能。他把语言模型视为智能的主线，而搜索、多模态等更多是主线之外的组件。在会议上梁文峰多次强调 DeepSeek 在路线上是非常克制的，他们没有因为某个方向热闹就把所有事情都做一遍。也正因为如此，DeepSeek 官方开源 DeepSeek Harness，并把它建立在“一切都是插件”的架构上，是一个强烈的信号。
今天很多 Agent 完不成任务，未必是因为模型缺乏理解和推理能力。模型可能已经知道应该做什么，却没有合适的手脚：
- 没有能访问目标系统的工具；
- 没有适合当前任务的 memory；
- 工具返回的信息太多、太少，或者格式根本不适合模型理解；
- 固定的 agent loop 不适合这个任务；
- 上下文管理、权限和运行环境阻止了它采用更直接的做法。
一个固定身体里的模型只能反复调整自己的表达。它写更长的计划，进行更多轮对话，绕过工具限制，用十几次调用补偿一次本可直接完成的操作。这些现象在很多情况下被错误归因于模型不够聪明。但这里可能同时存在两个不同的问题：模型不知道怎么做；模型知道怎么做、却没有合适的身体去做。 人类不会飞，也不能在水下长时间呼吸，但人类制造了飞机和潜水艇。我们没有通过进化出翅膀来解决飞行问题，而是用智力改变外部结构，扩展自己的能力。对模型来说，这个边界更加模糊。模型的工具、memory、system prompt、agent loop 和运行时环境本来就是软件。它制造出来的“飞机”不必永远作为外部工具存在，而可以直接加载进自己的运行时，成为新的感官、手脚乃至行为方式。
传统 Agent 的更新是一种逻辑上的停机更新
今天要为一个 Coding Agent 增加 memory，我们通常需要先由人类完成设计和开发，再按照既有框架提供的扩展方式写一个 plugin 或 extension，配置、部署，然后让 Agent 在新的结构中重新运行。
进程不一定真的停止，但 Agent 的自我适应在逻辑上中断了。模型发现缺少能力，人类离开任务现场去修改承载模型的软件，再把一个更新后的系统交还给模型。模型的智力和它对自身结构的改造之间，始终隔着一个人类开发者。Pi 这些架构的热加载更趋向于一种自进化的方向，但第一等级的用户还是人类开发者（不然的话 /reload 就会当作一个 Tool 暴露给 LLM 了）。DeepSeek Harness 的思路是更加激进的——如果把 framework 做的更好扩展，做 Agent 的 Emacs 和 VSCode——如果是服务于 DeepSeek 本身的 AGI 路线的话就不能按照一个人类完成任务使用的工具来看待了。插件很多、扩展点很多，并不是最重要的事情。关键在于 DeepSeek Harness 试图消除不可替换的特权核心：模型适配器、工具注册表、会话日志，甚至 agent loop 本身都是插件，都可以替换。
它底层的 Cordis 进一步处理了两类问题：
- 空间可组合性：组件能够声明依赖，并在其它组件变化时重新完成组合；
- 时间可组合性：组件卸载时，它产生的 effect 能够被完整撤销。
一个组件不是简单地被塞进系统。它可以在运行时挂载，在不合适时卸载，并尽量把系统恢复到安装之前的状态。配置协调、热模块替换、可逆 effect 和追加式会话日志组合在一起，构成了一艘可以在航行中更换船板，同时尽可能保持航程连续的船。
DeepSeek Harness 的本质并不只是“一个灵活、易扩展的 Agent 框架”。更重要的是，它为 Agent 提供了一种运行时自我改造的可能。
当模型发现自己的工具不适合环境时，未来它不必继续扭曲自己的行为去迁就工具。它可以诊断缺少的能力，编写一个新组件，在隔离环境中测试，动态加载并继续任务；如果修改产生了回归，再卸载、回滚，换一种方案。
在这个比喻里，模型是船长，Harness 是船体。会话日志保存已经发生的航程，Cordis 让甲板、船帆、桅杆乃至舵本身可以被替换。模型不再只是驾驶一艘别人造好的船，而开始参与建造自己的下一副身体。
当然，DeepSeek Harness 目前证明的是“船板可以换”，并不等于它已经把锤子交给了船长。完整的自我改造仍然需要自我诊断、组件生成、沙箱验证、权限控制、回归测试和失败回滚。但如果未来的目标是让 Agent 在运行中进化，那么先让每一块都能够安全地替换，是一个非常自然的起点。
从特修斯之船到模型与 Harness 的协同进化
只讨论运行时自我改造，可能仍然低估了这条路线。梁文锋在交流会中把 Agent 之后的关键阶段指向持续学习和自我迭代。如果把这件事与可自我改造的 Harness 放在一起，一个更完整的闭环会出现：
模型执行真实任务
↓
任务暴露工具、记忆、控制循环或环境接口的缺陷
↓
模型诊断失败，提出并验证 Harness 修改
↓
新的 Harness 让模型进入过去无法进入的环境，完成更长、更复杂的任务
↓
真实运行轨迹成为新的经验与训练信号
↓
模型更新，并获得设计下一代 Harness 的能力
↺这不是模型进化和 Harness 进化两条平行的线，而是协同进化。
Harness 是更快的适应层。模型权重不变时，系统仍然可以通过更换工具、提示结构、memory 和控制流快速适应一个陌生环境。最近的 Self-Harness 已经展示了这种可能：冻结模型，让 Agent 从失败轨迹中发现自身弱点、提出 Harness 修改并用回归测试筛选，依然可以提高未见任务上的表现。
模型训练则是更慢的内化层。运行时发现的有效结构、失败模式和成功轨迹，可以进一步变成训练数据或强化学习信号。原本需要复杂外部脚手架才能完成的能力，有机会被下一代模型吸收。更新后的模型又能识别更深的问题，制造更好的工具和 Harness。HarnessX 已经把两者放进同一条路径：执行轨迹既用于演化运行时接口，也用于形成模型训练信号。这并不能证明 DeepSeek 内部采用了相同方案，但至少说明“模型—Harness 协同进化”不是只有隐喻，它已经开始成为可以实现和验证的工程方向。
从这个视角来看 AGI 也许不是某个训练完成、等待发布的最终模型。它更可能是一个持续运行的系统：模型、Harness、环境和经验彼此反馈，不断改变自己。智能不只存在于参数里，也存在于系统改变自身结构的能力里。新的问题是：
如果一艘船能够根据风浪自己设计木板、试装、回滚，并把造船经验交给下一代船长，它最终能够驶向哪里？
如何抽自己大耳刮子？
判断，就应该留下能够证实或证伪它的信号，而不是等未来发生以后自圆其说。
1. 控制权是否真正交给模型
最重要的信号不是插件数量，而是模型能否自主安装、卸载和替换插件，甚至替换 agent loop。只要所有结构变化仍然由人类配置，“一切都是插件”就仍然主要是一种开发者架构。
2. 是否出现完整的自我改造闭环
不只是“模型会写插件”，而是执行失败、自动诊断、生成修改、沙箱测试、回归验证、热加载和失败回滚组成的完整链路。生成代码很容易，可靠地判断一次自我修改是否真的更好，才是这个协同演化的核心难题。
3. 结构变更是否保持任务稳定
支持热更新，只说明组件可以被卸载和重新挂载，并不等于同一个 Agent 在变更前后仍然保持连续。正在执行的任务能否在安全边界停止，并由新的结构继续完成，可能是工程上需要做出的约束。
4. Harness 演化是否与模型训练耦合
同一批真实任务轨迹，是否一边用于筛选 Harness 修改，一边进入模型的持续训练？DeepSeek 未来的论文、代码、数据管线和招聘信息中，如果开始出现这种连接，将会是“协同进化”最强的证据之一。
5. 评价标准是否从模型分数转向适应能力
如果目标改变，度量也会改变。除了单次 benchmark 分数，我会关注它们是否开始衡量长期任务完成率、进入陌生环境后的适应速度、自主恢复能力、跨环境迁移，以及完成一次可靠自我改造的成本。
6. 组织边界是否开始合流
Harness、后训练、强化学习和持续学习如果始终是互不相干的团队，这条闭环就很难成为真实路线。反过来，论文作者、代码仓库和招聘岗位开始交叉，会比宣传稿更能说明内部正在做什么。
最强的验证事件会是：一个权重冻结的模型进入陌生环境，自己发现能力缺口，编写并热加载新组件，完成原本无法完成的任务，再把这段经历用于下一轮模型更新，过程中几乎不需要人类传接力棒。 相反，如果 DeepSeek Harness 长期只是由开发者手工配置插件，主要服务于一个 Coding Agent 产品，并且始终没有与持续训练系统连接，那么我今天这个猜想的强版本就是错的。它仍然可能是一个优秀的框架，但不是我所想象的 DeepSeek AGI 进化底座。简而言之就是：他妈的想多了！
写在最后
DeepSeek 是否真的这样思考，我不知道。我按照最近看到的信息，直觉上的判断是：下一阶段的 Agent 进步，不会只来自更大的模型，也不会只来自人类为模型编写更精巧的 Harness，而会来自模型与 Harness 的协同进化。 如果这个判断成立，那么 DeepSeek Harness 最重要的地方，不是它今天提供了多少工具、支持多少模型，也不是“一切都是插件”这句口号本身。真正重要的是：可以在航行中安全地更换每一块木板的船先得造出来。
至于是不是一定要写一篇论文开源一个新的框架才能达成目的，那就是 DeepSeek 自己内部的判断了……我哪里看得明白。